多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

基于广义回归神经网络的单位运营状况分类

单位的运营状况会直接影响股东和广大人民的利益,针对运营状况可以使用广义回归神经网络进行分类。由于广义回归神经网络中径向基函数的扩展参数Spread的选取会导致分类的准确率,提出了一种果蝇优化算法优化参数Spread的分类模型。充分利用了果蝇优化算法的寻优能力,将优化后的参数代入到广义回归神经网络中对单位的财务数据进行运营状况的分类。结果表明,与广义回归神经网络做比较,优化后的网络模型对数据的分类可以达到很高的准确率,在相关领域的分类上有非常大的实用性。     

基于GSPN的舰载服务器系统可靠性建模及分析

提出一种基于广义随机Petri网(Generalized Stochastic Petri Net,GSPN)的舰载服务器系统可靠性分析方法。深入分析舰载服务器系统故障模式的基础上,建立冗余服务器子系统的GSPN模型和共享数据盘子系统的GSPN模型,进而综合得到舰载服务器系统的全局GSPN模型,有效模拟了舰载服务器系统的动态行为。仿真实验验证了所提方法的有效性,为舰载服务器系统的分析与设计提供理论参考。     

基于AM-LFM和IRT的旋转微动目标成像算法

在雷达成像中,基于CS的方法因其压缩采样的特性而在高分辨雷达成像中得到广泛应用。然而由于其是一种基于参数化的成像方法,对观测位置误差特别敏感。在实际中,一般无法知道精确的观测位置。观测位置的误差会造成成像结果位置的偏离、散焦以及无法聚焦。针对基于压缩感知的成像算法存在的观测位置依赖性问题,提出了一种基于调幅-线性调频(AM-LFM)分解和逆Radon变换(IRT)的微动目标成像算法。该方法根据分解后信号调频率分离目标微动信号与主体信号,再进行IRT成像。仿真及实验结果验证了算法的可行性和有效性。     

逆边界无网格法声源识别的理论与实验

针对逆向求解声源识别中的声辐射传输建模问题,采用无网格法将Kirchhoff- Helmholtz边界积分方程离散为受边界条件约束的有限维线性方程组,通过分块矩阵法对该约束方程组进行求解,得到了离散后声辐射传输模型的数值表达式.在此基础上,进一步研究了逆向求解声源识别问题的基本原理及其不适定性.为克服其不适定性,采用Tikhonov正则化和L曲线正则化参数选取方法,从而确立了有效的逆向求解方法.此外,还进行了扬声器阵列声源识别实验,实验结果验证了逆边界无网格声源识别理论和方法的可行性及可靠性.     

优化多星协同观测的改进广义模式搜索算法

多星协同观测可以最大化卫星的整体效能,如何对多星进行部署是一个设计空间大、设计变量多的优化问题.对此,提出了基于Kriging模型的改进广义模式搜索算法.在算法的搜索步,通过代理模型最优和最大期望提高在当前网格内进行选点,避免选择的盲目性;在筛选步,利用代理模型预测筛选集中各点提高的比例并排序,减少不必要的仿真分析.最后,采用该算法对多星部署方案进行优化,通过对比发现,算法性能优于STK-Analyzer,证明了算法的可行性和有效性.     

通用扩张状态观测器鲁棒飞行控制方法

针对存在参数不确定、外界干扰与测量噪声情况下飞行控制问题，提出一种基于通用扩张状态观测器的鲁棒飞行控制方法。首先基于状态相关的Riccati方程（SDRE）控制方法，对飞行器俯仰通道非线性模型进行扩展线性化；而后引入基于通用扩张状态观测器的控制方法，设计干扰补偿增益，实现对外界干扰的估计与补偿；最后通过在线解算状态相关矩阵及代数黎卡提方程，得出状态反馈增益与干扰补偿增益，实现对飞行器期望攻角的跟踪控制。通过与已有方法进行对比，验证了本文所提方法不仅对系统模型不确定性与外界干扰具有较强鲁棒性，而且在较大测量噪声情况下，其依然能够保证良好的跟踪控制效果，具有较强的工程应用价值。     

Estimating failure time distribution and its parameters based on intermediate data from a Wiener degradation model

Instead of measuring a Wiener degradation or performance process at predetermined time points to track degradation or performance of a product for estimating its lifetime, we propose to obtain the first‐passage times of the process over certain nonfailure thresholds. Based on only these intermediate data, we obtain the uniformly minimum variance unbiased estimator and uniformly most accurate confidence interval for the mean lifetime. For estimating the lifetime distribution function, we propose a modified maximum likelihood estimator and a new estimator and prove that, by increasing the sample size of the intermediate data, these estimators and the above‐mentioned estimator of the mean lifetime can achieve the same levels of accuracy as the estimators assuming one has failure times. Thus, our method of using only intermediate data is useful for highly reliable products when their failure times are difficult to obtain. Furthermore, we show that the proposed new estimator of the lifetime distribution function is more accurate than the standard and modified maximum likelihood estimators. We also obtain approximate confidence intervals for the lifetime distribution function and its percentiles. Finally, we use light‐emitting diodes as an example to illustrate our method and demonstrate how to validate the Wiener assumption during the testing. © 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008     

基于RLS算法的自适应逆控制系统的研究

提出了一种基于RLS算法的自适应逆控制系统,并对最小相位对象和非最小相位对象分别用此系统建模,进行仿真研究.仿真结果表明,基于RLS算法的自适应逆控制系统的收敛速度快,抗干扰性能好,而且得到的稳态误差较小.